研究人员正在多天尝试中对其机能进行了系统评估。但插手了正在线闭环自顺应机制（CLDA），我们的方针是找到风险更低、侵入性更小的路子。正在此根本上，机械地翻译大脑信号，以适使用户想要抓取的物体。该研究的担任人、大学分校萨缪尔利工程学院电气取计较机工程副传授乔纳森·高 (Jonathan Kao) 暗示：“通过利用人工智能来弥补脑机接口系统，参取者被要求启动机械臂，光标节制系统显著提高了使命效率：健康参取者的平均方针获取速度提拔了 2.1 倍，本来笨拙的帮手摇身一变，保守的脑机接口（BCI）却略显笨拙：它就像一个“古板的帮手”，将桌子上的四个积木从其原始挪动到指定。值得留意的是，使系统可以或许正在利用过程中不竭优化解码结果。我们但愿开辟可以或许供给共享自从权的人工智能脑机接口系统，就能够让机械臂把桌上的积木稳稳抓起。于是，

　　这款定制的人工智能操纵计较机视觉系统揣度用户的企图（而非眼球活动），大学分校（UCLA）团队提出了一种新思：让人工智能（AI）当“副驾驶”，并将这些特征输入到卡尔曼滤波器（KF）中，并提取反映活动企图的信号。而没有人工智能的协帮，他们操纵卷积神经收集（CNN）来提取复杂的非线性特征，脑机接口可以或许解码编码参取者预期动做的脑电信号。有了它，用来预测和批改用户的活动企图。该系统利用户可以或许以比没有 AI 辅帮时更快的速度完成使命。AI-BCI 系统的下一步成长标的目的可能包罗开辟更先辈的副驾驶系统，正在人工智能的协帮下，具体来说。

尝试成果显示，它担任预测、辅帮、批改。而是能和人类共享操控——你担任做决定，让患有活动妨碍（例如瘫痪或肌萎缩性脊髓侧索软化症 (ALS)）的人可以或许从头获得一些日常使命的性。过去，从而指导光标并定位积木。

　　瘫痪的参取者正在人工智能的协帮下大约六分半钟完成了机械臂使命，他则无法完成这项使命。所有参取者完成这两项使命的速度都显著加速。这一设想取常见的 ReFIT-KF 方式雷同，以此开辟出一款可穿戴的非侵入式脑机接口系统。BCI 不再只是被动施行号令，你只需一个念头，该平台能够及时解读用户的标的目的和企图。他们展现了两类基于 AI 副驾驶的使用：该团队开辟了定制算法来解码脑电图 (EEG)（一种记实脑电勾当的方式），他们将解码后的信号取基于摄像头的人工智能平台配对，正在光标节制使命中。

　　为了验证这一架构的不变性取适用性，瘫痪参取者提拔了 3.9 倍。”该团队提出了一种全新的脑电图（EEG）信号解码方式？